一种基于深度学习的图像配准误差校正方法

摘要

本发明涉及一种基于深度学习的图像配准误差校正方法，包括以下步骤：给定待分割的目标图像I_t及其分割标签图像L_t，和通过图像配准得到已经配准到目标图像空间的图谱图像I_a及其分割标签图像L_a；在目标图像I_t和配准后的图谱图像I_a的对应位置提取图像块p_t和p_a；在目标分割标签图像L_t和配准后的图谱分割标签图像L_a的相同位置提取分割标签图像块l_t和l_a；求解可靠性矩阵，以图像块对(p_t,p_a)为输入，以可靠性矩阵为输出，构建深度学习模型，并对该模型进行训练，利用训练好的深度模型对图像配准误差进行识别和校正。利用本发明的图像配准误差校正方法，可有效提升图像配准的准确度，得到精确的多图谱图像分割结果。